计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2011年
3期
172-174
,共3页
改进型Elman%神经网络%网络流量%混沌搜索%网络流量预测%Tent映射
改進型Elman%神經網絡%網絡流量%混沌搜索%網絡流量預測%Tent映射
개진형Elman%신경망락%망락류량%혼돈수색%망락류량예측%Tent영사
根据实际网络中测量得到的网络流量数据,提出一种改进型Elman神经网络模型-季节性输入多层反馈Elman 网络.在网络权值的训练过程中引入混沌搜索机制,利用Tent映射的遍历性进行混沌变量的优化搜索,以减少数据冗余,解决局部收敛问题.实验结果表明,该模型及其算法有效提高了网络的训练速度及网络流量的预测精度.
根據實際網絡中測量得到的網絡流量數據,提齣一種改進型Elman神經網絡模型-季節性輸入多層反饋Elman 網絡.在網絡權值的訓練過程中引入混沌搜索機製,利用Tent映射的遍歷性進行混沌變量的優化搜索,以減少數據冗餘,解決跼部收斂問題.實驗結果錶明,該模型及其算法有效提高瞭網絡的訓練速度及網絡流量的預測精度.
근거실제망락중측량득도적망락류량수거,제출일충개진형Elman신경망락모형-계절성수입다층반궤Elman 망락.재망락권치적훈련과정중인입혼돈수색궤제,이용Tent영사적편력성진행혼돈변량적우화수색,이감소수거용여,해결국부수렴문제.실험결과표명,해모형급기산법유효제고료망락적훈련속도급망락류량적예측정도.
